噪声抑制在远场语音识别和通话中的应用

对带噪语音作噪声抑制，在远场语音识别和通话中都会用到，也都会碰到一个矛盾，是尽可能的消除噪声即使对语音有损伤，仍是尽可能的不损伤语音即使保留一些噪声呢？

笔者这些年，接触了很多语音识别行业和通话行业的人，你们都在说，咱们是两个行业，虽然噪声抑制的原理差很少，可是一个是给机器听的，一个是我的听的。

那么具体有什么不一样呢？

语音识别行业的说，咱们不须要降那么干净，不能损伤语音，不然会影响识别的效果。大家通话行业，能够降得狠一些，反正人的纠错能力很强，对语音损伤一点关系不大。

而通话行业的说，咱们是给人听的，温馨度最重要，宁肯噪声多留一点，也不能损伤语音。大家识别行业，能够降得狠一些，反正给机器听，能识别出来就行。

哈哈，两个行业对对方的认知居然有这么大差别，不知不觉中居然走到了一条路线上来，最终结果呢？都是但愿不损伤语音。

其实语音识别行业和通话行业，对降噪的最大差异是：是否是要求按帧实时处理。

语音识别行业根据使用场景，是能够积累必定的数据量再处理的，而通话行业，则必须是按帧实时处理。

加上这个限定，通话行业对噪声抑制的算法要求更苛刻一些，在语音识别行业能够用的方法，改为按帧实时后，效果每每会打折扣。